（12）发明专利申请
（21）申请号 CN201910973921.9 （22）申请日 2019.10.14 （71）申请人 中山大学
地址 510275 广东省广州市海珠区新港西路135号
（10）申请公布号 CN110766060A
（43）申请公布日 2020.02.07
（72）发明人 汤琪;卢宇彤;陈志广;肖侬
（74）专利代理机构 湖南兆弘专利事务所(普通合伙)
代理人 谭武艺
（51）Int.CI
权利要求说明书 说明书 幅图
（54）发明名称
基于深度学习的时间序列相似度的计算方法、系统及介质
（57）摘要
本发明公开了一种基于深度学习的时间序
列相似度的计算方法、系统及介质，本发明基于深度学习的时间序列相似度的计算方法实施步骤包括：1)获取两个等长时间段的时间序列数据；2)将两个等长时间段的时间序列数据输入预先完成训练的基于深度学习的神经网络模型，得到两个等长时间段的时间序列数据之间的相似度。本发明综合了各种传统度量方法的优点，在时间序列相似度度量问题上比各个传统度量方法效果都
好，可根据不同的需求以及不同的数据集，还可以去用同样的方法学习出适用于不同领域的数据相似度的度量方法，且针对不同问题不用再去考虑数据的内在特征而选择相似度计算方法。
法律状态
法律状态公告日
2020-02-07 2020-02-07 2020-03-03
法律状态信息
公开 公开
实质审查的生效
法律状态
公开 公开
实质审查的生效
权利要求说明书
基于深度学习的时间序列相似度的计算方法、系统及介质的权利要求说明书内容是....请下载后查看
说明书
基于深度学习的时间序列相似度的计算方法、系统及介质的说明书内容是....请下载后查看
因篇幅问题不能全部显示，请点此查看更多更全内容